AgentPantheon
Autoware logo

AutowareOtevřená software platforma pro vývoj autonomních řízení systémů

4.8 (4)
Daniel NikulshynRecenzováno Daniel Nikulshyn·Aktualizováno červenec 2026

Přehled

Autoware je open-source softwareová sada pro autonomní řízení, která je navržena pro pohon samořídících vozidel pro širokou škálu aplikací, od osobních vozů po kyvadlové a průmyslové vozidla. Vybudovaná na ROS, poskytuje moduly pro vnímání, lokalizaci, plánování a řízení, což dává vývojářům kompletní základ pro výzkum a nasazení autonomie. Udržiavaný nadací Autoware a podporovaný globální komunitou přispěvatelů, platforma je využívána univerzitami, start-upy a etablovanými automobilovými společnostmi. Jeho modulární architektura umožňuje týmům prohazovat komponenty, integrovat vlastní senzory a přizpůsobit celý systém konkrétním provozním návrhovým doménám. Protože je plně open-source, Autoware snižuje překážky pro vývoj autonomních vozidel a podporuje transparentní spolupráci na bezpečnostně kritickém softwaru.

Klíčové funkce

  • Percepce s fúzí lidaru, kamery a radaru
  • Lokalizace a podpora HD map
  • Moduly mise a pohybového plánování
  • Rozhraní pro ovládání vozidla
  • Nástroje pro simulaci a testování
  • Kompatibilita s ROS 2

Ceník

Model
Freemium
Hodnocení
4.8 / 5 (4)

Případy užití

Vývoj samořízených vozidel

Závody na automobilovém a autodopravním průmyslu využívají percepční, plánovací a řídicí moduly Autoware jako základ pro budování výrobních samořezacích vozidel, vyhlídkových vozidel a průmyslových vozidel.

Akademický výzkumný výzkum autonomie

Univerzity využívají otevřenou kódovou ROS 2 skříň k prototypování a benchmarkování nových algoritmů v percepční lokalizaci a pohybovému plánování bez budování samostatného autonomního kotle.

Integrace osobních senzorů

Inženýrské týmy mění modulární komponenty, aby integrovaly zásobníky osobních sensorů, např. zásobníků lidaru, kamery a radaru, přizpůsobovali skříňu specifickým operačním návrhem domény.

Simulace a testování

Vydavatelé používají skříň pro simulaci a testování v testovacích prostředích před nasazením do skutečných vozidel.

Pro a proti

Pro

  • Úplně otevřený a zdarma k použití
  • Účast aktivní globální komunity a podpory ze strany Autoware Foundation
  • Modulární ROS-based architektura
  • Podporuje široké spektrum vozidel a senzorů
  • Využíván v reálném nasazení a výzkumu

Proti

  • Strmá křivka učení pro nováčky
  • Vyžaduje významnou hardwarovou a integrační práci
  • Dokumentace může zaostávat za rychlým vývojem
  • Výrobní použití vyžaduje hluboké znalosti bezpečnostní techniky

Recenze

4.8

Průměr z 4 hodnocení.

5
3
4
1
3
0
2
0
1
0

Přihlas se, abys mohl napsat recenzi.

T

Tariq Aziz

Mar 28, 2026

Compared a few options

Evaluated this against two competitors. Where it wins: localization and HD map support and active global community and foundation backing. Where it lags: production use demands deep safety engineering expertise. On balance the feature set — especially simulation and testing tools — justifies the 4 stars for our use case.

A

Ahmed Saleh

Jan 12, 2026

Solid for our team

We rolled this out across the team last quarter and modular ROS-based architecture. Mission and motion planning modules fits neatly into how we already work, and simulation and testing tools removed a step we used to do by hand. Production use demands deep safety engineering expertise, which is the main caveat, but it has held up under daily use.

D

Devin Walker

Sep 29, 2025

Years in this space

I've evaluated a lot of these over the years. What stands out here is simulation and testing tools — handled better than most — and supports a wide range of vehicles and sensors. Worth the time if this is your use case.

O

Olga Ivanova

Aug 14, 2025

Years in this space

I've evaluated a lot of these over the years. What stands out here is perception with lidar, camera, and radar fusion — handled better than most — and modular ROS-based architecture. Worth the time if this is your use case.

Otázky

Žádné otázky — polož první.

Polož otázku

Alternativy k Computer Vision